Pengenalan Otomatis Ikan Terumbu Famili Chaetodontidae dengan Menggunakan Deep learning

Abstract

Ekosistem terumbu yang sehat memiliki peran yang penting bagi makhluk hidup untuk tumbuh dan berkembang. Kondisi kesehatan terumbu karang dapat dilihat dari ikan indikator yang ada pada ekosistem tersebut salah satunya adalah ikan Famili Chaetodontidae atau ikan Kepe - kepe. Ikan kepe – kepe hanya hidup pada ekositem terumbu karang yang sehat terkait dengan ketersedian makanannya. Monitoring ikan kepe – kepe pada ekosistem terumbu karang dilakukan dengan penyelaman dengan pengidentifikasian secara manual. Memasuki revolusi industri 4.0 perlu adanya pengembangan teknologi yang dapat mengidentifikasi ikan secara otomatis. Teknologi yang dapat dikembangkan untuk dapat mengidentifikasi ikan kepe – kepe secara otomatis dapat dengan menggunakan model deep learning. Algoritma deep learning yang digunakan pada penelitian ini menggunakan algoritma YOLO (You Only Look Once). Pengidentifikasian dilakukan terhadap enam sesies ikan yakni Chaetodon trifasciatus, Heniochus acuminatus, Forcipiger flavissimus, Chaetodon auriga, Chaetodon semilarvatus, dan Chelmon rostratus. Identifikasi ikan Kepe – kepe dengan menggunakan model deep learning dapat dilakukan dengan nilai rata – rata akurasi pengidentifikasian sebesar 85.87%.